- 3
- 0
- 约1.92万字
- 约 17页
- 2023-05-17 发布于四川
- 举报
本发明公开了一种基于多通道自校准卷积神经网络的齿轮箱智能故障诊断方法,包括:格拉米角场数据增维,将多个传感器的一维振动信号转换为二维数据,并转换成灰度图像作为输入,建立数据集,并划分为训练集和测试集。构建自校准卷积神经网络,提取数据特征。设置融合层,将自校准卷积神经网络的输出转换为一维数据,融合特征信息。设置全连接层,将分布式特征映射到样本标记空间。构建Softmax特征分类器对提取的特征进行分类。利用训练集让网络进行学习,利用测试集对训练好的网络进行测试,实现齿轮箱的故障诊断。本发明提出的自校
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114818774 A
(43)申请公布日 2022.07.29
(21)申请号 202210254062.X
(22)申请日 2022.03.15
(71)申请人 南京航空航天大学
您可能关注的文档
最近下载
- DB31∕933-2025 大气污染物综合排放标准.pdf VIP
- 高中化学知识点总结完整版电子版(30天速记).pdf VIP
- 安徽省宣城市2022-2023学年高一下学期期末物理试题.pdf VIP
- 国谈药品双通道管理培训.pptx VIP
- 姜科热带分布和高山分布类群传粉生物学的比较.pdf VIP
- 内蒙古国贸年产12万吨金属硅粉加工项目环境影响报告表.doc VIP
- PG6581B燃气轮机使用维护说明书.pdf VIP
- T∕ZGXCFZXH 001-2025 中药材产地仓建设通用要求.docx VIP
- 中考英语“阅读还原”300篇(101~120)六选五专项练习含答案.pdf VIP
- DB31∕1098-2025 畜禽养殖业污染物排放标准.pdf VIP
原创力文档

文档评论(0)